如何計算ruby中字符串的單詞

Question

我想做這樣的事情

def get_count(string)
 sentence.split(' ').count
end

我認為可能有更好的方法，字符串可能有內置的方法來做到這一點。

Answer 1

我相信count是一個函數所以你可能想要使用length。

def get_count(string) 
    sentence.split(' ').length
end

編輯：如果你的字符串真的很長，從它創建一個數組，任何拆分將需要更多的內存所以這是一個更快的方法：

def get_count(string) 
    (0..(string.length-1)).inject(1){|m,e| m += string[e].chr == ' ' ? 1 : 0 }
end

Answer 2

如果唯一的單詞邊界是單個空格，那么只計算它們。

puts "this sentence has five words".count(' ')+1 # => 5

如果單詞之間有空格，行尾，制表符，逗號后跟空格等，則可能會掃描單詞邊界：

puts "this, is./tfour   words".scan(/\b/).size/2

Answer 3

我知道這是一個老問題，但這可能有助於有人在這里磕磕絆絆。 反對詞是一個復雜的問題。 什么是“字”？ 數字和特殊字符算作單詞嗎？ 等等...

我為此目的寫了words_counted gem。 它是一個高度靈活，可定制的字符串分析器。 您可以要求它使用正則表達式，字符串和數組來分析字數統計，單詞出現以及排除單詞/字符的任何字符串。

counter = WordsCounted::Counter.new("Hello World!", exclude: "World")
counter.word_count #=> 1
counted.words      #=> ["Hello"]

等等...

文檔和完整源代碼在Github上 。

Answer 4

我寧願直接檢查單詞邊界：

"Lorem Lorem Lorem".scan(/\w+/).size
=> 3

如果你需要將搖滾樂作為一個單詞匹配，你可以這樣做：

"Lorem Lorem Lorem rock-and-roll".scan(/[\w-]+/).size
=> 4

Answer 5

使用正則表達式還將涵蓋多個空格：

sentence.split(/\S+/).size

Answer 6

字符串沒有任何預先構建的內容可以執行您想要的操作。 您可以在類中定義方法，或者為您要執行的操作擴展String類本身：

def word_count( string )
  return 0 if string.empty?

  string.split.size
end

Answer 7

正則表達式拆分任何非單詞字符：

string.split(/\W+/).size

...雖然它使撇號使用計為兩個單詞，因此根據誤差范圍需要多小，您可能需要構建自己的正則表達式。

Answer 8

我最近發現String＃count比將字符串分割超過一個數量級更快。

不幸的是，String＃count只接受一個字符串，而不是正則表達式。 此外，它將兩個相鄰的空間視為兩件事，而不是一件事，你必須單獨處理其他空白字符。

Answer 9

p "  some word\nother\tword.word|word".strip.split(/\s+/).size #=> 4